[NAVER Cloud] HyperCLOVA X 대규모 분산 학습/최적화 Engineer (경력)

부서 소개 네이버클라우드는 ‘독자 AI 파운데이션 모델’ 프로젝트를 통해 AI 에이전트를 지원하는 옴니 파운데이션 모델에 집중하고 있습니다. 저희 부서는 누구나 쉽게 경험하고, 전 세계 어디서든 활용 가능한 국가대표 AI 모델을 구현하여 글로벌 무대에서도 인정받는 K-AI를 만들어 나가고자 합니다. 특히, AI 개발의 핵심 기반을 한층 더 강화하기 위해 AI 모델의 생산 과정 전반에서 엔지니어링 역량을 극대화하는 여정 함께 하실 분들을 모집하고 있습니다. 현재 저희 부서는 대규모 Infra-structure에서의 전 공정 학습 시스템 효율화를 위한 혁신적인 노력을 기울이고 있습니다. 방대한 데이터를 이용해 LLM의 학습에 필요한 데이터를 가공하고 정제하는 작업을 포함하여, 지금의 LLM 학습에는 많은 노력이 필요한 것이 현실입니다. 지금 이 순간에도 다양한 Parallelism 기법이 요구되는 모델들이 새롭게 탄생하고 있으며, 단순히 SW 레벨에서만 이해하고 최적화 하는 것을 넘어서 이제는 Infra-structure에 대한 이해와 HW 레벨까지 깊숙이 내려가서 최적화 하는 업무들을 요구하고 있습니다. 저희 부서에서는 HyperCLOVA X의 학습 역량 향상을 위해 데이터 가공 및 정제를 위한 DataOps부터 학습 로직 최적화를 위한 MLOps까지, AI 모델 생산 공정에 필요한 엔지니어링 역량을 극대화하여 Sovereign AI 발전에 앞장서고자 합니다. 담당업무 • LLM/머신 러닝 관련 경력을 3년 이상 보유하신 분 • Pytorch, transformers, FSDP, DeepSpeed, Megatron 등을 능숙하게 다루고, 분석하여 관련 코드를 개선할 수 있으신 분 • 대규모 분산 학습 구조 최적화 또는 LLM 학습 기반 엔지니어링/모델링 경험이 있으신 분 • LLM·Transformer 기반 학습 및 inference 퍼포먼스 분석 능력을 갖추신 분 • 시스템 성능 향상과 SW Architecturing 관점에서 확장성·유지보수성을 균형있게 고려하고 같이 고민하실 수 있으신 분 • 팀 간 조율 및 협업에 필요한 커뮤니케이션 능력을 보유하신 분 우대사항 • Large-scale Model 학습 시스템 최적화 및 Parallelism 기반 구조에 대한 깊은 이해도가 있으신 분 • GPU architecture에 대한 높은 이해도 및 cuda kernel 개발을 통한 최적화 경험을 보유하신 분 • LLM Post training(SFT, RLHF, RLVR 등) 관련 실무 경험이 있으신 분 • LLM 학습 데이터 설계부터 실제 학습까지의 과정을 경험해보신 분 • 모델 품질 평가에 기반한 분석 및 개선 경험을 보유하신 분 • LLM knowledge distillation·학습·최적화 등 관련 논문/연구 실적을 보유하신 분